移动机器人的研究和开发近年来在学术界受到了高度重视。移动机器人的路径规划问题是机器人研究中的关键技术,一直以来都是国内外学者们不停探讨的课题。对于静态环境下的机器人路径规划问题,国内外学者已经做出了大量的研究,并取得了一些令人瞩目的成果。一直以来,人们都希望机器人在对环境没有先验知识的情况下能够在运动过程中根据周围环境的变化而自主地采取相应措施。这样,未知动态环境下的机器人路径规划方法就成为最近研究的热点。本文针对未知动态环境下移动机器人路径规划问题,做了以下研究工作:纵观了国内外学者提出的几种适用于未知动态环境下的路径规划方法,分析了各种方法的优缺点,针对未知动态环境,提出了一种基于进化神经网络的移动机器人路径规划方法。以进化神经网络为决策器的机器人不需要知晓任何环境信息,仅依靠本身携带的“触觉器”感知附近环境,也不需要载入和存储地图信息。在环境中经过一段时间的训练后,可以在未知环境中绕开障碍物运行,通过软件仿真实现并验证了机器人的这种智能避障行为。在未知的环境中加入了目标点,机器人仍不需要知晓全局环境信息,仅需要感知附近环境以及目标点方位信息。在环境中经过一段时间的训练后,机器人可以在环境中变速地有向行驶,有效地避开动态和静态障碍物,安全地到达目标点,而且搜索出的路径是一条能绕过各种障碍物的光滑曲线,并在对机器人进行进化的遗传算法中使用了几种交叉算子,并通过仿真实验验证了这种方法在未知动态环境下的有效性以及几种交叉算子的对机器人路径规划的效能。